本项目有一部分时间戳数据，请编写Mapreduce程序将这些时间戳按升序进行排序，同时转换成对应的date时间。 例如： 1100186731 1100185961 排序转换后： 1100185961, Thu Nov 11 23:12:41 CST 2004 1100186731, Thu Nov 11 23:25:31 CST 2004

以下是一个基本的MapReduce程序，用于按升序对时间戳进行排序，并将其转换为对应的date时间。

import java.io.IOException;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.Locale;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class TimestampSorter {

  public static class TimestampMapper
      extends Mapper<LongWritable, Text, LongWritable, Text> {

    private final SimpleDateFormat formatter = new SimpleDateFormat(
        "EEE MMM dd HH:mm:ss zzz yyyy", Locale.US);

    @Override
    public void map(LongWritable key, Text value, Context context)
        throws IOException, InterruptedException {
      long timestamp = Long.parseLong(value.toString());
      Date date = new Date(timestamp * 1000);
      String dateString = formatter.format(date);
      context.write(new LongWritable(timestamp), new Text(dateString));
    }
  }

  public static class TimestampReducer
      extends Reducer<LongWritable, Text, LongWritable, Text> {

    @Override
    public void reduce(LongWritable key, Iterable<Text> values, Context context)
        throws IOException, InterruptedException {
      for (Text value : values) {
        context.write(key, value);
      }
    }
  }

  public static void main(String[] args)
      throws IOException, ClassNotFoundException, InterruptedException {
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "Timestamp Sorter");
    job.setJarByClass(TimestampSorter.class);
    job.setMapperClass(TimestampMapper.class);
    job.setReducerClass(TimestampReducer.class);
    job.setOutputKeyClass(LongWritable.class);
    job.setOutputValueClass(Text.class);
    job.setInputFormatClass(TextInputFormat.class);
    job.setOutputFormatClass(TextOutputFormat.class);
    TextInputFormat.addInputPath(job, new Path(args[0]));
    TextOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

在该程序中，我们使用一个Mapper将时间戳转换为date时间，并使用时间戳作为键和date时间作为值将其写入上下文。然后，我们使用一个Reducer将这些键值对按升序排列，并将其写入输出。

要运行此程序，您需要将其打包为一个JAR文件，并将其提交到Hadoop集群。您可以使用以下命令来运行程序：

hadoop jar timestamp-sorter.jar TimestampSorter input output

其中，`input`是输入文件的路径，`output`是输出文件的路径。

程序将在完成后生成一个包含按升序排序的时间戳及其对应的date时间的输出文件。